一种在含动物数据的I期临床试验中跨患者亚组桥接的贝叶斯分层模型
统计方法学
2021-01-29 v1 应用统计
摘要
将临床前动物数据（可视为一种特殊的历史数据）纳入I期临床试验，可在对人类毒性知之甚少时改善决策。本文中，我们开发了一种鲁棒的分层建模方法，将动物数据引入新的I期临床试验，其中我们在不重叠、潜在异质的患者亚组之间实现桥接。平移参数用于将历史和当代数据转换到共同的剂量尺度上。这导致了可行的可交换性假设，即每项研究中支撑剂量-毒性关系的参数向量被假设为从同一分布中抽取。此外，人类剂量-毒性参数向量被假设与标准化的动物研究特定参数向量之间，或彼此之间可交换。考虑了每个参数向量不可交换的可能性，以避免极端亚组的推断受到其他亚组的过度影响。我们用若干试验数据示例说明了所提出的方法，并在模拟研究中评估了我们的模型与几种替代方法的运行特性。数值结果表明，在我们的方法在数据来自多源不一致和/或桥接假设不正确的情况下，能产生鲁棒的推断。
引用
@article{arxiv.1911.05592,
title = {A Bayesian hierarchical model for bridging across patient subgroups in phase I clinical trials with animal data},
author = {Haiyan Zheng and Lisa V. Hampson and Thomas Jaki},
journal= {arXiv preprint arXiv:1911.05592},
year = {2021}
}
备注
The main paper has 20 pages, 4 figures and 1 table